O paradoxo do custo da IA: o preço do token cai, sua conta sobe

O preço do token está em queda livre

O custo unitário da inteligência artificial cai rápido. Segundo levantamento do FinOps Foundation, o custo médio combinado de tokens em ambiente empresarial caiu 67% em um ano, de US$ 18,40 para US$ 6,07 por milhão de tokens. O Gartner reforça a direção: até 2030, a inferência em um modelo de 1 trilhão de parâmetros custa aos provedores mais de 90% menos do que em 2025.

Para o executivo que aprovou o primeiro piloto em 2024, a leitura parece boa. Se o insumo fica barato, a conta encolhe. A intuição está certa no preço unitário e errada no total.

Por que a conta total sobe mesmo assim

O barato convida ao uso. Quando o preço por token cai, cada equipe chama o modelo mais vezes, com prompts mais longos, em mais processos. O consumo cresce mais rápido do que o preço desce, e o total sobe. É a mesma dinâmica que faz uma tarifa menor de energia elevar a conta quando todo mundo liga mais aparelhos.

A IA agêntica acelera esse movimento. O Gartner estima que um agente consome de 5 a 30 vezes mais tokens por tarefa do que um chatbot tradicional, porque raciocina, planeja e chama ferramentas em ciclo, não em resposta única. Cada processo que migra de assistente para agente multiplica o volume.

O número macro confirma a tendência. O Gartner projeta gasto mundial com IA de US$ 2,59 trilhões em 2026, alta de 47% sobre o ano anterior. E adverte: a economia de custo do provedor não chega integralmente ao cliente final.

O token é a nova unidade de custo, e quase ninguém a governa

Nuvem se mede em hora de compute e gigabyte de storage. IA se mede em token. A unidade mudou, e o controle financeiro ainda não acompanhou. O consumo de token varia com o comportamento: com que frequência o modelo é chamado, o tamanho do prompt, o tier do modelo escolhido, e se a saída é cacheada ou regerada do zero.

O dado de adoção mostra a virada. Segundo o relatório State of FinOps 2026, 98% das empresas pesquisadas já gerenciam gasto com IA, contra 63% em 2025 e 31% em 2024. Gerir custo de IA saiu da margem e virou disciplina central em dois anos.

O que ainda falta é rigor. Uma revisão de 127 implementações de IA agêntica em ambiente empresarial apontou que 73% estouraram o orçamento, algumas em mais de 2,4 vezes a estimativa inicial. O problema raramente é o preço do token. É a ausência de dono, de medição e de teto.

FinOps de IA: da fatura surpresa para o custo por decisão

A resposta não é cortar IA. É medir a IA como se mede qualquer insumo crítico. FinOps de IA nomeia essa disciplina: visibilidade de consumo, alocação por processo e governança do gasto. O objetivo é simples de enunciar e difícil de executar: saber quanto custa cada decisão que o modelo toma.

Nada disso funciona sem atribuição. Custo por inferência precisa de dono, de meta e de revisão periódica, do mesmo modo que qualquer linha relevante do orçamento. A diferença entre a empresa que escala IA e a que congela o projeto no terceiro mês não está no preço do fornecedor. Está em quem responde pelo número.

• Seleção de modelo por tarefa: usar o modelo caro só onde a pergunta exige e rotear o restante para modelos menores.
• Cache: não pagar duas vezes pela mesma resposta.
• Engenharia de prompt e contexto: cortar token que não muda o resultado.

Times que levam essas três alavancas a sério relatam redução de 30% a 40% no custo sem tocar na qualidade do produto. É exatamente aqui que a NN atua: desenhar a arquitetura de custo por inferência, com roteamento de modelo, cache e governança, para IA virar capacidade instalada com retorno mensurável.

O que o CFO e o CIO decidem juntos na sexta-feira

A decisão de IA deixou de ser só técnica. Quando a conta migra para linha fixa de P&L, ela entra na mesa do CFO ao lado do CIO. O Gartner projeta que, até 2028, ao menos metade dos projetos de IA generativa estoura o orçamento previsto, quase sempre por escolha ruim de arquitetura e falta de prática operacional.

O caminho de quem acerta é conhecido. Escolher o modelo pelo custo da pergunta, não pelo hype do fornecedor. Medir custo por tarefa antes de escalar. Dar dono ao token. Definir teto e critério de morte para o piloto que não paga o próprio salário.

O preço da inteligência vai continuar caindo. Isso não é a boa notícia que parece. Quanto mais barato o token, mais fácil consumir sem perceber, e mais cara fica a falta de governança. A empresa que trata IA como insumo governado colhe a queda de preço. A que trata como mágica gratuita paga a conta cheia no fim do trimestre.